我试图理解力矩产生函数和特征函数之间的联系。矩生成函数定义为:
使用,我可以找到随机变量分布的所有时刻X。
特征函数定义为:
我不完全了解为我带来的虚数信息。我看到,因此特征函数中不只有,但是为什么我们需要在特征函数中减去矩?数学思想是什么?
7
重要的一点是,力矩生成函数并不总是有限的!(例如,请参阅此问题。)如果您要建立有关分布收敛的一般理论,则希望能够使它与尽可能多的对象一起使用。由于,特征函数对于任何随机变量当然都是有限的 。
—
主教
泰勒展开式的相似之处仍然允许人们读取时刻(如果存在),但是请注意,并非所有分布都具有时刻,因此对这些功能的兴趣远不止于此!:)
—
红衣主教
要注意的另一点是,MGF是随机变量的拉普拉斯变换,而CF是傅里叶变换。这些积分变换之间存在基本关系,请参见此处。
—
tchakravarty
我以为CF是概率分布的逆傅立叶变换(而不是傅立叶变换)?
—
朱塞佩
区别只是指数中的符号问题,可能只是乘法常数。
—
Glen_b-恢复莫妮卡